一種用于多分量周期信號識別的在線諧波特征提取方法、系統及計算機可讀取存儲介質

本發明涉及信號分析與信號處理領域，具體涉及一種用于多分量周期信號識別的在線諧波特征提取方法。

背景技術：

1、在現代信號處理和控制系統中，周期信號的實時識別是許多應用中的核心需求。無論是在通信、自動控制，還是工業自動化、醫學信號處理等領域，周期性信號的精確識別對于確保系統的穩定性和優化性能具有重要意義。例如，在通信系統中，精確的信號識別有助于提高數據傳輸的效率與穩定性；在自動化生產中，識別外部干擾信號能夠防止設備過早損壞并提高生產效率；在醫療領域，周期性生理信號的分析能夠為疾病診斷和治療提供有效支持。

2、識別周期信號的一大挑戰在于信號頻率和幅值可能會隨時間動態變化，這使得傳統的信號處理方法難以應對。經典的傅里葉變換(fourier?transform，ft)是一種廣泛應用的頻域分析工具，能夠將時間域信號分解為若干正弦成分。然而，傅里葉變換存在以下局限性：

3、(1)傅里葉變換需要全局信號數據進行分析，無法在信號尚未完全采集時得出有效結論，這導致其僅適用于離線處理；

4、(2)傅里葉變換假定信號是穩定的，因此在面對非平穩信號或頻率隨時間變化的信號時，其僅能識別平均頻率，導致識別效果大大降低。

5、為了解決傅里葉變換在處理動態和非平穩信號時的不足，研究者們提出了短時傅里葉變換(short-time?fourier?transform，stft)和希爾伯特-黃變換(hilbert-huangtransform，hht)。短時傅里葉變換通過將信號分割為短時間窗口，隨后對每個窗口內的信號進行傅里葉變換，以此捕捉信號的局部頻率特性，然而，該方法在選擇窗口寬度和時間分辨率之間存在難以避免的折衷，這限制了其在高精度實時信號處理中的應用；希爾伯特-黃變換通過經驗模態分解(empirical?mode?decomposition，emd)將信號分解為一系列本征模態函數(intrinsic?mode?functions，imf)，并通過分析瞬時頻率來描述信號的時變特性，該方法在非線性和非平穩信號處理方面表現優異，但其對噪聲較為敏感，且分解過程復雜，導致其實時性較差。

6、因此，亟需提出一種在線諧波特征提取方法以滿足復雜工業控制系統中的信號在線識別需求。

技術實現思路

1、本發明所要解決的技術問題為：

2、現有技術中的周期信號諧波特征提取方法識別精度較低、對噪聲較為敏感、分解過程復雜、實時性較差，難以滿足復雜工業控制系統中的信號在線識別需求。

3、本發明為解決上述技術問題所提供的技術方案：

4、為解決上述技術問題，本發明提供了一種用于多分量周期信號識別的在線諧波特征提取方法，所述諧波特征提取方法實時運行于電機控制系統的硬件平臺上，在線對多分量周期信號的諧波頻率與幅值進行辨識，包括以下步驟：

5、步驟1、設計一個可調中心頻率的極值函數d，用于初步辨識輸入給極值函數d的周期信號c，輸出對于周期信號c中單一成分的實時頻率辨識值(近似值)；

6、步驟2、基于極值函數d建立極值搜索閉環控制結構；

7、步驟3、選擇極值搜索閉環控制結構的各環節參數，確保極值搜索閉環控制結構滿足時間尺度分離原則以保證其穩定性；

8、步驟4、設計結合信號包絡與相位靈敏檢測復合模塊的極值函數s，用于初步辨識輸入給極值函數s的周期信號c，輸出對于周期信號c中單一成分的實時幅值辨識值(近似值)；

9、步驟5、引入信號處理器，過濾掉極值搜索閉環控制結構因激勵信號引入的額外周期成分；

10、至此完成用于對周期信號c單一成分頻率和幅值進行辨識的控制結構的構建；

11、步驟6、將n個由步驟1至步驟5所設計的控制結構并聯構成n個辨識通道，在每個辨識通道選擇不同中心頻率ui的初始值ui0，i＝1,2,…,k，k為頻率分量的數量，并為每個辨識通道設置不同的參數，實現多分量信號的實時諧波特征提取。

12、進一步地，步驟1中所述對于周期信號c中單一成分進行實時頻率辨識的方法具體步驟包括：

13、步驟1.1、設計極值函數d為中心頻率為u的帶阻濾波器，當極值函數中心頻率u和輸入周期信號c的實時頻率一致時，極值函數d的輸出存在極小值0；

14、步驟1.2、實時調整極值函數d的中心頻率u，以抑制特定頻率范圍的周期信號，使d的輸出維持極小值。

15、進一步地，步驟2中所述基于極值函數d建立極值搜索閉環控制結構的過程具體步驟包括：

16、步驟2.1、將步驟1中設計的極值函數d作為極值搜索算法中存在極值的函數；

17、步驟2.2、分析所述極值函數d的動態特性，計算信號處理過程中產生的相位滯后范圍；

18、步驟2.3、根據步驟2.2計算得到的相位滯后范圍，設計相位補償環節k，將η個相位補償環節串聯以補償相位滯后，相位補償環節k的具體數量η由實際輸入信號決定；

19、步驟2.4、設計積分環節轉折頻率為ωb的高通環節將兩個頻率為ωe的周期信號asin(ωet)和bsin(ωet)作為激勵信號，建立極值搜索閉環控制結構，其中a、b為兩個頻率為ωe的周期信號的幅值，s為拉普拉斯變換中的復變量。

20、進一步地，步驟3中所述滿足時間尺度分離原則的極值搜索閉環控制結構各環節參數的選擇方法具體步驟包括：

21、步驟3.1、根據輸入周期信號c的頻率范圍，計算周期信號c的最大響應時間，記為τc；

22、步驟3.2、通過選擇合理的步驟2.4中所述的高通環節轉折頻率ωb，確保極值搜索閉環控制結構的響應時間τb＜τc；

23、步驟3.3、通過選擇合理的步驟2.4中所述的周期激勵信號頻率ωe，確保激勵信號的響應時間τe＜τb；

24、步驟3.4、通過設計合理的極值函數d的階數，確保極值函數d的響應時間τd＜τe。

25、進一步地，步驟4中所述對于周期信號c中單一成分進行實時幅值辨識的方法具體步驟包括：

26、步驟4.1、設計極值函數s為中心頻率為u的帶通濾波器，當極值函數s的中心頻率u和輸入周期信號c的實時頻率一致時，極值函數s的輸出存在極大值，該極大值與輸入周期信號c的實時幅值一致；

27、步驟4.2、利用中心頻率u和輸入周期信號c構造與輸入周期信號c正交的信號c⊥；

28、步驟4.3、根據三角恒等式，利用輸入周期信號c及其正交信號c⊥獲得不包含周期成分的常值

29、步驟4.4、設計基于相位靈敏檢測技術的環節p，以應對環境中的噪聲和步驟4.3中引入的高頻成分，初步獲得輸入周期信號c的實時幅值近似值。

30、進一步地，步驟5中所述過濾極值搜索閉環控制結構因激勵信號引入的額外周期成分的方法具體步驟包括：

31、步驟5.1、根據步驟2.4中所述的周期激勵信號頻率ωe，設計以其一倍頻和三倍頻為中心頻率的陷波器h1與h2；

32、步驟5.2、提取步驟1.1中所述的極值函數d的中心頻率u，令其通過串聯的陷波器h1與h2，獲得輸入周期信號c的實時估計頻率

33、步驟5.3、提取步驟4.4中所估計的幅值近似值，令其通過串聯的陷波器h1與h2，獲得輸入周期信號c的實時估計幅值

34、進一步地，所述辨識通道數量n大于等于頻率分量的數量k。

35、進一步地，所述步驟2.4中極值搜索閉環控制結構包括：

36、輸入周期信號c、第一激勵信號asin(ωet)、第二激勵信號bsin(ωet)、極值函數d、極值函數s、相位檢測環節p、相位補償環節k、串聯的陷波器h1與h2、積分器、轉折頻率為ωb的高通環節、加法器與乘法器；

37、所述各模塊的連接關系為：

38、輸入周期信號c與信號u為極值函數s的兩個輸入信號，極值函數s的輸出信號作為相位檢測環節p的輸入信號，構成支路1；

39、輸入周期信號c與信號u為極值函數d的兩個輸入信號，極值函數d的輸出信號作為相位補償環節k的輸入信號，構成支路2；

40、所述支路1與支路2并聯；

41、相位檢測環節p的輸出信號與信號u為串聯的陷波器h1與h2的輸入信號；

42、轉折頻率為ωb的高通環節的輸入信號為相位補償環節k的輸出信號，其輸出信號與第二激勵信號bsin(ωet)經乘法器作用作為積分器輸入信號；

43、所述積分器的輸出信號與第一激勵信號asin(ωet)經加法器作用計算得到信號u；

44、所述信號u是一個可識別的變量，信號u是極值函數d、極值函數s與串聯的陷波器h1與h2的輸入信號之一，也是步驟1.1所述帶阻濾波器和步驟4.1所述帶通濾波器的中心頻率；

45、串聯的陷波器h1與h2輸出實時估計幅值與實時估計頻率

46、本發明還提供了一種用于多分量周期信號識別的在線諧波特征提取系統，該系統具有與上述技術方案中任一項技術方案所述方法的步驟對應的程序模塊，運行時執行上述的用于多分量周期信號識別的在線諧波特征提取方法中的步驟。

47、本發明還提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序配置為由處理器調用時實現上述技術方案中任一項技術方案所述方法的用于多分量周期信號識別的在線諧波特征提取方法中的步驟。

48、相較于現有技術，本發明的有益技術效果為：

49、(1)由于周期信號的頻率不顯含極值信息，因此，通過設計一個具有可調中心頻率的陷波器作為極值函數，本發明實現了動態識別周期信號的頻率，實現了實時辯識并輸出周期信號頻率的目的；

50、(2)由于周期信號的幅值不顯含極值信息，因此，通過設計一個具有可調中心頻率的帶通濾波器作為極值函數，并結合信號包絡與相位靈敏檢測復合模塊，本發明實現了動態識別周期信號的幅值，實現了實時辯識并輸出周期信號幅值的目的；

51、(3)引入信號處理器，輔助濾除由極值搜索閉環控制結構中的激勵信號額外引入的周期信號，保證了辨識結果的純凈性；

52、(4)采用并行結構處理多個信號通道，拓展了多分量信號的識別的應用領域，尤其適用于復雜的工業自動化系統中含有多種周期形式的干擾信號的場景。

53、將本發明方法應用于存在多種周期成分干擾的精密伺服機械系統中，以辨識精度為指標，驗證了本發明方法可以在噪聲環境下，實現多種周期成分干擾頻率和幅值的實時辨識目的。

54、本發明方法用于有效提取電機控制系統控制器輸出的周期信號以識別周期性干擾。